多粒度信息融合與應(yīng)用

第1章 緒論 1
1.1 經(jīng)典信息融合概述 1
1.1.1 信息融合的概念 1
1.1.2 發(fā)展現(xiàn)狀 2
1.1.3 問題與挑戰(zhàn) 26
1.2 多粒度信息融合概述 28
1.2.1 背景與意義 28
1.2.2 發(fā)展現(xiàn)狀 29
1.2.3 問題與挑戰(zhàn) 36
1.3 本書知識(shí)體系 37
1.4 本章小結(jié) 37
參考文獻(xiàn) 37
第2章 基礎(chǔ)理論 40
2.1 Dempster-Shafer證據(jù)理論 40
2.1.1 基本概念 40
2.1.2 Dempster組合規(guī)則 42
2.1.3 優(yōu)缺點(diǎn) 43
2.2 Dezert-Smarandache理論 44
2.2.1 基本概念 44
2.2.2 自由及混合模型 47
2.2.3 融合推理規(guī)則 48
2.2.4 優(yōu)缺點(diǎn) 53
2.3 粗糙集理論 54
2.3.1 基本概念 54
2.3.2 經(jīng)典粗糙集模型 55
2.3.3 決策規(guī)則 58
2.3.4 優(yōu)缺點(diǎn) 60
2.4 模糊集理論 60
2.4.1 基本概念 60
2.4.2 經(jīng)典模糊邏輯 62
2.4.3 猶豫模糊推理 63
2.4.4 優(yōu)缺點(diǎn) 64
2.5 本章小結(jié) 65
參考文獻(xiàn) 65
第3章 同鑒別框架下多粒度信息融合方法 68
3.1 引言 68
3.2 單子焦元融合策略 69
3.2.1 單子焦元分組 69
3.2.2 融合規(guī)則 71
3.2.3 算例分析 74
3.3 復(fù)合焦元融合策略 76
3.3.1 合取焦元解耦規(guī)則 77
3.3.2 析取焦元解耦規(guī)則 78
3.3.3 混合焦元解耦規(guī)則 80
3.3.4 融合規(guī)則 80
3.3.5 時(shí)間復(fù)雜度分析 80
3.3.6 算例分析 82
3.4 本章小結(jié) 83
參考文獻(xiàn) 84
第4章 異鑒別框架下多粒度信息融合方法 85
4.1 引言 85
4.2 基于等價(jià)關(guān)系的融合方法 86
4.2.1 等價(jià)?？臻g構(gòu)建 86
4.2.2 信度分配規(guī)則及融合規(guī)則 89
4.2.3 算例分析 90
4.3 基于層次關(guān)系的融合方法 93
4.3.1 層次粒空間表征 94
4.3.2 粒層信度轉(zhuǎn)換 95
4.3.3 層次?？臻g融合規(guī)則 98
4.3.4 算例分析 100
4.4 本章小結(jié) 101
參考文獻(xiàn) 102
第5章 猶豫模糊信度融合方法 104
5.1 引言 104
5.2 單值猶豫模糊信度融合方法 104
5.2.1 基本概念 104
5.2.2 單值猶豫信度運(yùn)算規(guī)則 106
5.2.3 單值猶豫信度融合 110
5.2.4 算例分析 110
5.3 區(qū)間猶豫模糊信度融合方法 112
5.3.1 基本概念 112
5.3.2 區(qū)間猶豫信度運(yùn)算規(guī)則 114
5.3.3 區(qū)間猶豫信度融合 116
5.3.4 算例分析 117
5.4 本章小結(jié) 120
參考文獻(xiàn) 120
第6章 多粒度信息折扣融合方法 122
6.1 引言 122
6.2 證據(jù)可靠性度量 122
6.2.1 多粒度證據(jù)源內(nèi)部焦元信息的度量指標(biāo) 123
6.2.2 多粒度證據(jù)源之間的度量指標(biāo) 124
6.3 折扣融合方法 125
6.3.1 評(píng)分矩陣構(gòu)建 125
6.3.2 證據(jù)支持度計(jì)算 126
6.3.3 評(píng)估指標(biāo)權(quán)重計(jì)算 128
6.4 仿真分析 132
6.4.1 高沖突證據(jù)融合 132
6.4.2 不精確證據(jù)融合 137
6.4.3 蒙特卡羅實(shí)驗(yàn) 140
6.5 本章小結(jié) 143
參考文獻(xiàn) 144
第7章 多粒度信息融合應(yīng)用研究 146
7.1 引言 146
7.2 同鑒別框架下基于多粒度信息融合的行為識(shí)別 148
7.2.1 多粒度行為分層建模 148
7.2.2 基于ELM和信度函數(shù)理論的多粒度行為建模 150
7.2.3 行為決策 151
7.2.4 實(shí)驗(yàn)分析與討論 154
7.3 異鑒別框架下基于多粒度信息融合的行為識(shí)別 162
7.3.1 數(shù)據(jù)預(yù)處理與多層次劃分 163
7.3.2 改進(jìn)swin-transformer分類器 167
7.3.3 雙速采樣的雙流網(wǎng)絡(luò)分類器 173
7.3.4 支持向量機(jī)模型 177
7.3.5 行為決策 178
7.3.6 實(shí)驗(yàn)分析與討論 181
7.4 基于猶豫模糊信度融合的行為識(shí)別 185
7.4.1 猶豫模糊信度構(gòu)建 185
7.4.2 行為決策 186
7.4.3 實(shí)驗(yàn)分析與討論 186
7.5 基于多粒度信息折扣融合的行為識(shí)別 189
7.5.1 證據(jù)可靠性評(píng)估 190
7.5.2 折扣融合模型 190
7.5.3 行為決策 191
7.5.4 實(shí)驗(yàn)分析與討論 193
7.6 本章小結(jié) 198
參考文獻(xiàn)